연구진이 공정 제어 최적화 추천에 대한 설명 방안을 제시했어요. SHAP 기법과 Implicit Function Theorem(IFT) 기반 감도 분석을 결합하여 LLM을 활용해 운영자 맞춤형 설명을 생성합니다.
IFT를 활용해 최적성 조건으로부터 정확한 파라미터 감도 $\partial p^*/\partial x$ 를 계산하여 GradientSHAP 계산 효율성을 높였어요. 22개 피처를 가진 HPGR 제어 최적화 문제에서 KernelSHAP 대비 40배 빠른 속도를 달성했습니다.
산업 현장 시나리오에서 검증하고, 전문가 피드백을 통해 생성된 설명의 유효성을 확인했습니다.